高校數據治理的解決方案及展望

徐江 趙佳釤 李坤倫

摘要：高校業務系統復雜，數據交互頻繁，因此統一的數據標準和數據規范是系統建設的基礎。基于此，本文介紹高校數據治理的解決方案，通過數據采集、標準制定、數據共享、數據管理等模塊實現高校數據的規范化管理，增強高校信息化建設能力。

關鍵詞：數據治理;大數據技術;數據共享;數據標準

中圖分類號：TP311.13 ? ?文獻標識碼：A ? ?文章編號：1007-9416（2020）06-0000-00

0 引言

隨著大數據技術的飛速發展，各行業都利用大數據分析取得了矚目的成果，研究學者[1]們通過對大量交通場景數據分析，研發出能夠自動識別路況的無人駕駛汽車;醫學專家[2]通過對大量患者細胞分析，研究出能夠準備識別癌變細胞的算法。而在高校中，大數據的作用體現在數據的集成、共享是否符合一定的規范，對校內數據的管理是否便捷，大多數高校仍然保持著傳統的數據維護模式，需要數據時直接與負責單位溝通，編寫的獨立的odi實現數據交互，這不僅會導致數據質量不高，數據源單位模糊，更重要的是難以構建數據共享的規范，在后期運維中難度增加。因此基于大數據技術的高校治理是刻不容緩的。

1 數據治理體系結構

為解決高校傳統的數據共享中存在的“數據質量差、數據流向混亂、數據源頭模糊、數據冗余”等問題，我們對學校的數據中心重新建構，搭建數據治理平臺，對校內的各業務系統數據進行梳理、采集、清洗、標準化規范存儲和應用，實現學校數據資產的有效管理和數據的深度共享。以教學、管理、科研、人事和財務等核心業務為中心，深入分析各系統的運行情況，旨在實現各業務系統的高效配合，實現各類源數據從采集、清洗、存儲、分析等過程的完整性，適應數據治理的需求。數據治理體系的結構如圖1所示。

2 數據治理實現

高效數據治理類似于圖書館的建設過程，具有鮮明的階段性，主要可以分為七個階段：需求調研、軟件部署、標準確認、集成及標準化、數據管理配置、試運行、項目驗收。其中需求調研、標準確認和集成及標準化是最關鍵的環節。

2.1 需求調研

數據治理的目標就是更好的為各業務部門服務，而掌握用戶的需求是治理工作的前提。我們線下走訪了校內各單位，如人事處、科技處、教務處等，聽取了各單位對于使用校內數據時存在的困難和需求，并根據各單位填寫的數據需求表了解了各單位當前的數據使用情況。

2.2 標準確認

高校數據標準的制定初期，主要以教育部《高等學校管理信息標準》（CELTS-33）和本校歷史遺存的數據標準作為參考，并通過實際分析建立最初的標準1.0版本。

在數據標準1.0版本基礎上，通過一對一的方式反復與相關數據源單位溝通確認，根據各單位反饋的意見完善數據標準，至此能夠將各單位產生的所有數據以及需求的數據囊括到標準中。同時為了增加標準的豐富性，結合學校實際業務情況，對學校以往工作中的通知公告、職稱評審、年度考核和績效考核等文件中的數據需求分析，對數據標準再次修訂和完善。

在此基礎上需要召開專家評審會，對數據標準進行評審論證，并針對專家提出的關鍵問題進行再次修訂和完善，最終還需在校級會議上進行標準審議，得到最終的數據標準。高校數據標準大致包括“學生類數據”、“教學類數據”、“科研項目類數據”、“外事數據類”、“財務類數據”、“人事類數據”等數據子集，對校內各數據源單位的每項數據的標準格式和權威源做了明確定義，形成了涵蓋學校教學、科研、管理、服務等核心業務的數據標準體系，為學校信息系統建設提供了統一規范，為數據共享應用奠定了良好基礎。

2.3 集成及標準化

在前述中已經確認了各單位所維護的信息系統和離線存儲數據，通過建立中間數據庫ods、共享數據庫udw實現各業務系統數據的采集、清洗和共享數據庫建立。

3 數據治理成果

高校數據治理中實現了離線采集工具EXDATA、數據共享平臺、數據治理工具等主要的三個工具。（1）數據治理工具為高校數據治理工作提供了可靠、便捷的工具支持。可以進行標準管理、數據管理、接口管理、數據質量分析等任務，全面管理數據情況。數據治理工具幫助高校梳理數據源頭、理清數據流向、分析數據關系、管理數據模型、數據治理分析、展示數據資產、提供數據接口。以更加有效的方式發掘和利用高校大數據資產，實現數據分析各決策，推進校內數據的規范管理。（2）數據共享平臺實現了對校內各業務系統數據的抽取、傳輸、整合，構建符合校內數據標準的數據平臺，并通過發布api的方式向第三方開發者提供接口，方便不同用戶對數據的管理和使用。同時此平臺還具備對接日志數據及互聯網數據的能力，通過API的方式對外提供數據發布，以便第三方開發者使用。此平臺采用BS架構，軟件服務器采用 Linux操作系統和 MySQL 數據庫，支持window 和 Mac OS 下 IE， chrome， Safari 等主流瀏覽器操作，性能有良，可進行大批量數據交換。（3）Exdata數據填報工具針對業務部門離線存儲的數據，實現線上錄入采集到共享數據平臺，保證數據平臺完整性。

4 展望

高校數據治理是一場持久戰，是一項長期工作，不僅需要信息管理人員對數據進行的采集、清洗、糾錯以及按需共享，更需要各業務部門在數據供給時的共同協作，嚴格控制數據源的正確性。只有當數據源頭保證數據準確，覆蓋范圍廣，數據共享平臺才能更加完善。在未來數據治理工作的持續進行中，希望各業務部門能夠與學校信息中心共同協作，促進高校數據治理更加高效、便捷。

參考文獻

[1] 張美芳，王羽，鄭碧琪，等.人工智能在汽車自動駕駛中的應用[J].汽車工業研究，2019（3）：2-7.

[2] 程年，俞晨，寧靜艷.基于深度學習網絡的乳腺癌圖片分類研究[J].軟件導刊，2019（8）：26-28.

收稿日期：2020-05-15

作者簡介：徐江（1993—），男，陜西咸陽人，碩士研究生，研究方向：交通信息工程及控制。